模型
Qwen3-TTS、Fish S2 Pro、MOSS-TTS 與 VoxCPM2：四種語音條件接口
語音合成 / 開放模型比較
語音合成 / 開放模型比較
© 2026 TelkNet. 保留所有權利。
語音合成 / 技術比較
朗讀文字只是共同的外殼。這些開放權重路線對聲線指令、參考音訊、長上下文與串流有不同定義；說話者相似度、自然度與首包延遲並不是可以互換的指標。
離散音訊模型通常學習 p(a₁…a_T | text, c)，其中 a_t 是聲學 token，而 c 可以是參考說話者、聲線指令或先前上下文：
L_AR = -Σ_t log p(a_t | a_<t, text, c)
Qwen3-TTS 同時提供自由形式的聲線設計與短參考音訊複製。Fish S2 Pro 提供高保真的離散語音路線，用於檢查音色與韻律。MOSS-TTS 同時發布 8B 容量設定與約 100M 的 Nano 速度基準。VoxCPM2 則提供另一條零樣本參考與長語音路線。因此，這些系統的輸入契約需要分開記錄。
WER 衡量內容錯誤，說話者相似度比較嵌入向量，MOS 取決於聽者，而延遲還需區分首段音訊與完整即時率。一套系統可能保留音色卻讀錯文字，也可能取得低 WER，聽起來卻像另一位說話者。
四個專案採用不同的語料庫、語言分布、參考長度、評分者與運算條件。直接比較需要固定相同文字、提示音訊與解碼設定；發布方表格應保留各自的來源標籤，而不是把數字相加成虛構總分。
Qwen3-TTS、Fish Speech、MOSS-TTS 與 VoxCPM 都發布了語音生成能力，但條件介面各不相同：多語言指令與音色控制、codec token、長上下文和提示音訊的側重點並不一致。這項比較關注的是任務範圍，不是一條通用階梯。
開放 TTS 經歷了文字編碼、離散聲學 token、連續生成、說話者條件與串流解碼的演進。已發布的 MOS、相似度、WER 與即時率使用不同語料、評分者和運算條件；直接排名需要依照共同協定重新執行。
Q=(WER↓, SIM↑, MOS↑, T_first↓, RTF↓)WER內容錯誤率，越低越好SIM/MOS身分相似度與感知自然度T_first/RTF首段音訊與完整執行速度WER 衡量字詞錯誤，SIM 衡量嵌入向量的接近程度，MOS 反映人工偏好，而首段音訊延遲與 RTF 呈現兩種延遲視角。一項領先不代表其他項目也領先。
Qwen3-TTS、Fish、MOSS-TTS 與 VoxCPM2 的條件介面、語料庫及公開評估各不相同。直接比較必須固定文字、提示音訊、運算條件與解碼設定。
論文、程式碼與權重可透過 Qwen3-TTS / Fish Speech / MOSS-TTS 查閱。
每一列都保留其來源架構、指標或任務定義；沒有共同協定的結果分開呈現。
| 模型 | 架構或證據 | 範圍 |
|---|---|---|
| Qwen3-TTS | 多語言指令與音色條件 | 語言切換、內容與控制 |
| Fish Speech / MOSS-TTS | codec 或長上下文路線 | 重複、長篇內容與參考污染 |
| VoxCPM | 另一種開放生成架構 | 在共同素材上比較自然度與延遲 |
在評估相似度、情緒與韻律之前，先檢查數字、日期、縮寫、語言切換和長篇內容遺漏。相似的聲音可能說錯文字；低 WER 樣本也可能像另一個人。
首段音訊延遲、完整即時率與長篇穩定性需要分開報告。短句速度無法預測長篇表現，參數量也不能決定自然度或說話者相似度。
跨專案發布的分數不能相加。只有共同語料、相符指標或明確標示為來源內部的結果，才能直接比較。
聲音複製需要取得許可並清楚揭露。技術能力不代表可以冒充他人。
模型名稱、數字與限制都可追溯至下列論文、程式碼庫或模型卡。